Research on Gaussian distribution preprocess method of infrared multispectral image background clutter

This paper introduces a sliding-window mean removal high pass filter by which background clutter of infrared multispectral image is obtained. The method of selecting the optimum size of the sliding-window is based on the skewness-kurtosis test. In the end, a multivariate Gaussian distribution mathematical expression of background clutter image is given.

基于弱监督的口腔鳞状细胞癌病理图像分割

考虑到口腔鳞状细胞癌病理图像的超高分辨率,文中提出用简单的曲线粗略勾画三类前景区域,使得前景区域标签是包含背景区域的粗标签,仅耗费专业精细标注1/6的时间。文中利用粗标签中前景区域含噪声,但背景区域都是干净标签这一事实,通过多个背景模板滤除误标的前景像素,实现对前景部分的精细化分割。具体地,文中提出基于背景相似度感知的平均教师模型(BS-MT),通过抽取高度多样性和鲁棒性的背景模板,指导学生网络利用模板滤波滤除背景像素而生成高质量的前景标签。在自建的OSCC-CA数据集,该方法的mIoU比U-Net和其他弱监督方法分别高出2.5%和1.1%以上。

Cultural Input in English Vocabulary Teaching

The close relationship between the English words and culture is analyzed in this article.Only by understanding the hidden cultural meanings in the English words,can college students truly have a good command of them and can their communicative ability be improved.

中国式现代化的底色与特色及其世界意义

中国式现代化贯穿于中国共产党的百年奋斗征程、是以科学社会主义原则为指导的现代化。历史、文化、国情形成的历史底色、文化底色与民族特色、时代特色构成了独具一格的中国式现代化。中国式现代化的独特性体现在以“和合”为特性、“人的自由全面发展”为旨归、“创新”为核心,超越了西方式现代化模式的狭隘性。中国式现代化蕴涵着丰富的世界意义,打破了西方式现代化模式定于一尊的“神话”,拓展了走上现代化的途径,为广大发展中国家提供了可资借鉴的“鲜活样板”,创造了人类文明新形态。

Three Versions on tian's Translations in Doctrine of the Mean

Since ancient times,"heaven"has been indispensable in the traditional books of the communist party of China.The English translation of traditional books has become the mainstream of The Times.Currently,the translation levels of the translated versions are uneven,and there are great differences in the translation of some keywords.This paper mainly discusses the different translations of"heaven"in section 1 of the English translation of theof the Mean by James Legge,Gu Hongming,Roger T.Ames and David Hall.

基于改进ViBe算法的运动目标检测

ViBe算法是一种基于静态背景下的运动目标检测算法,针对其“鬼影”问题和运动目标静止时会被更新为背景的问题提出了改进ViBe算法,即对原ViBe算法的背景模型初始化、动态阈值、前景分割和背景模型更新等4个部分进行了改进。采用均值法获取的背景图像初始化背景模型,可消除“鬼影”;利用计数法控制前景分割动态阈值,使前景图像更加准确;使用帧差法思想改进前景分割,使前景图像更加完整;通过引入阈值保证背景模型更新的稳定性。根据试验结果可知,改进ViBe算法对正常移动车辆、较小运动目标和存在静止情况的运动目标都有较好的检测能力,解决了“鬼影”问题和运动目标静止时会被更新为背景的问题,同时相较于原ViBe算法和其他常用运动目标检测算法,改进ViBe算法在保证准确性的基础上提高了检测的完整性。

复杂背景下人体步态分析方法

为了获得复杂背景下的人体步态信息,提出了基于超像素分割的步态提取方法,通过对关键帧步态能量图构造Gabor二维滤波器对步态能量图进行卷积提取特征,构造5个尺度,8个方向共40个Gabor滤波器组与步态能量图进行卷积操作特取特征,为了更有效地表征特征数据,使用主成分分析进行特征降维,最后选取无监督的分类方法-K均值聚类法进行分类识别,实验结果表明,该方法能够实现步态的有效识别。

基于优化GM(1,1)模型的安徽省GDP预测

传统GM(1,1)模型基于最小二乘法进行参数估计,计算过程简单,但易受异常值影响,而最小一乘法考虑误差绝对值和最小,稳健性较好,且背景值z(1)(k)易使GM(1,1)模型产生系统误差。鉴于此,文章提出一种基于优化背景值的最小一乘法GM(1,1)模型。采用传统GM(1,1)模型、背景值优化的GM(1,1)模型和文章中提出的优化背景值的最小一乘法GM(1,1)模型对安徽省2012—2020年的GDP总量进行了建模研究,并对比几种模型的预测精度,发现文章提出的优化GM(1,1)模型预测精度最好。

基于机器视觉的复杂背景下车轮踏面损伤检测

复杂背景加大了车轮踏面损伤监测的难度,为了提升检测效果,降低检测误差,提出一种复杂背景下车轮踏面损伤机器视觉检测方法。估计车轮踏面图像的噪声方差,利用小波系数分别对图像不同区域展开去噪处理。根据灰度共生矩阵提取车轮踏面损伤区域的纹理特征;采用K-Means++聚类算法聚类处理踏面子区域的纹理特征,并通过损伤区域轮廓梯度信息检测损伤轮廓点,同时引入形态学方法,合并损伤区域,最终实现车轮踏面损伤机器视觉检测。结果表明,所提方法可以获取精准的车轮踏面损伤检测结果。

黑龙江省测震台站背景噪声及动态范围分析

通过对黑龙江省测震台站台基背景噪声数据的计算和分析,得到当前各参评台站台基背景噪声地动速度均方根值(RMS)、台基噪声等级以及有效测量动态范围,并对存在突出问题的PSD曲线进行分析。通过计算各台站功率谱密度,得出台站在不同频段受干扰的情况。分析认为,黑龙江省29个台站环境地噪声水平为Ⅰ级,碾子山地震台环境地噪声水平为Ⅱ级(受当地采矿业机械震动影响),七台河地震台环境地噪声水平为Ⅳ级;除七台河地震台观测动态范围小于130 dB,其他台站均大于130 dB。

基于改进K-均值聚类算法的背景提取方法

背景提取是运动目标检测中重要而基础的一个环节。分析了一般静态背景提取算法的原理和缺陷,提出了一种新颖的基于改进K-均值聚类算法的背景提取方法,给出了动态三元组(DTDG)的概念,并且对每个像素用3个动态三元组进行建模,实现了原始背景的提取。实验验证了所提方案的有效性。

基于改进K-均值聚类算法的背景建模方法

针对背景差法易受外界环境因素影响的缺点,提出了一种基于改进K-均值聚类的背景建模方法。通过比较任意样本与该像素位置处的子类中心之间的距离,对各个像素的观察值进行聚类,并在聚类过程中逐步确定其类别数。一段时间的学习之后,样本数最多的子类就构成了背景模型。仿真结果表明,该算法即使在运动目标存在的情况下也能准确的提取出实际的背景,而且显著地降低了系统的存储量。

生态旅游的兴起和研究进展

本文探讨了生态旅游产生的历史背景、起源和发展 ,并解释了其涵义 ,提出了完整的定义 ,最后论述了生态旅游的五大特点 :生态性、高品味性、二重性、可持续性和自然趣味性 。

河套平原地下水环境背景值

以河套平原地下水水质调查采集的700余组地下水水化学样品分析数据为依据,在分析研究区域地下水流场、补给径流条件的基础上,对河套平原进行了较为详细的地下水环境分区,利用数理统计方法求取了不同分区内地下水环境背景值,并对地下水环境背景值进行了详细的比较分析,得出了地下水中主要组分背景值在区域上的分布规律。结果表明:区内主要常规组分(TDS、总硬度、总碱度等)及超标组分AS、TFe等含量背景值的差异,与地下水的补、径、排和沉积环境条件具有密切的关系。

基于局部均值的红外小目标检测算法

复杂背景条件下红外小目标检测是红外自动寻的、红外预警系统的关键技术和研究热点之一。为了能有效地检测出小目标,对红外图像中的小目标与背景特性进行了分析,在充分利用小目标与其局部背景差异的基础上,提出一种基于局部灰度均值确定红外小目标尺寸和位置信息的算法。首先,给出判断像元属于小目标的必要条件,该条件判定图像中哪些像元可能属于红外小目标;其次,基于可能属于小目标的像元给出小目标可能的尺寸值;再次,对所得结果进行优化,排除虚警;最后,根据前三阶段所得结果确定小目标的尺寸和位置。Matlab仿真结果表明,对复杂云层背景的红外图像,Top-Hat检测算法虽然检测速度快,但当虚警和目标的灰度值相等时不能很好地对目标进行检测;新算法在选择合适参数的基础上能准确给出目标的位置信息,并能较好地估算小目标尺寸,然而新算法在检测速度上仍有待进一步提高。

采用Gabor核非局部均值的弱小目标背景抑制

在红外弱小目标检测中,由于杂波云层和结构化地面等复杂背景的干扰,导致检测的虚警较多,因此复杂背景的抑制直接影响到目标检测方法的性能。针对这个问题,提出了一种基于Gabor核非局部均值的弱小目标背景抑制方法,并引入了局部结构张量来提高方法抑制背景细节、增强目标信息的能力,此外该操作还减少了方法的运算量,提高了方法的实时性。与小波滤波和高斯核去局部均值方法相比,几组实验结果显示,该方法从主观视觉和数值指标上可较好地抑制复杂背景。

基于C-均值聚类的视觉监控背景图像构建算法

运动分割是视觉监控系统的关键环节,背景图像减除法是实现运动分割的常用方法,但需要静态背景的参考图像来初始化背景模型。而建立背景参考图像时,常难以控制进入监视区域的人或物体,不能净空场景,因此必须从动态场景中构建一帧反映被监视场景固定构成的背景参考图像。论文提出了一种基于C-均值聚类的视觉监控背景图像构建算法,实时构建灰度或彩色背景图像,实验验证了该算法的有效性。

基于自适应背景模型的运动目标检测

针对运动目标检测中背景模型的提取和更新,本文首先提出了基于改进K-均值聚类算法的背景提取方法。该方法给出了动态三元组(DTDG)的概念,并且对每个像素用3个动态三元组进行建模,实现了原始背景的提取。其次,提出了一种新颖的自适应背景建模方法。对每个像素维护一个新的动态三元组,根据像素的动态变化信息决定更新策略,实现了背景的自动更新,可以适应光照的突变、缓变和场景本身的变化。实验验证了该方法的有效性。

基于混合高斯模型的新型目标检测系统

针对传统混合高斯模型计算量过大及其在非平稳背景下存在的问题,提出一种新型运动目标检测系统。该系统引入模型等权重初始化策略,改善了视频检测初始阶段的效果;通过基于线性均差的模型匹配方法,减少了对方差的运算次数,有效减少了模型的计算量;加入干扰信息处理模块,以增强模型在复杂背景下的生存能力。经实验验证,新型系统准确检测出了视频初始阶段的多运动目标,可使进入场景后停留的目标快速融入背景,并能有效克服非平稳背景的扰动。实验结果表明该系统相比经典模型,准确性和鲁棒性均有明显改善。

一种自适应阈值的运动目标提取算法

为了准确地划分运动目标和背景区域,提出一种自适应阈值的运动目标提取算法,对现有基于背景差的提取算法进行改进。本算法将运动目标和背景作为两个聚类,对图像中的点按像素灰度进行分类,以聚类间的方根—算术均值距离最大作为分割阈值选择的准则,使得运动目标提取算法中二值化阈值能够自动更新,从而实现对运动目标的准确完整提取。实验结果表明,该算法能够较准确快速地提取运动目标,并对环境亮度突变、背景存在微小运动等情况具有较好的鲁棒性。